近紅外光譜法在食品營養成分檢測中的應用研究

摘 要：隨著食品行業的快速發展，消費者對食品營養成分的關注度日益提升，精準檢測食品營養成分愈發重要。但傳統檢測手段常面臨操作復雜、耗時久等問題，難以滿足當下高效檢測需求。近紅外光譜法因具備檢測速度快、能同時分析多種成分且對樣品無損等優勢，逐漸被應用于食品營養成分檢測領域，但其在應用過程中易受環境、樣品特性及儀器等因素的干擾，影響檢測效果。基于此，本文分析了近紅外光譜法在食品營養成分檢測中的應用，探討近紅外光譜法檢測的影響因素，并提出了相應的控制舉措，以期保障食品營養成分檢測質量。

關鍵詞：近紅外光譜法；食品營養成分檢測；應用；影響因素

Research on the Application of Near-Infrared Spectroscopy in the Detection of Food Nutrients

GAO Hao， GAO Yuanhui， XUE Ying

（Taiyuan Customs Technical Center， Taiyuan 030021， China）

Abstract： With the rapid development of the food industry， consumers’ attention to the nutritional content of food is increasing day by day， and accurate detection of food nutritional content is becoming increasingly important. However， traditional detection methods often face problems such as complex operation and long time consumption， making it difficult to meet the current demand for efficient detection. Near infrared spectroscopy has gradually been applied in the field of food nutrition detection due to its advantages of fast detection speed， simultaneous analysis of multiple components， and non-destructive testing of samples. However， its application is affected by factors such as environment， sample characteristics， and instruments， which can affect the detection effect. Based on this， this article analyzes the application of near-infrared spectroscopy in the detection of food nutritional components， explores the influencing factors of near-infrared spectroscopy detection， and proposes corresponding control measures to ensure the quality of food nutritional component detection.

Keywords： near-infrared spectroscopy; food nutrient detection; application; influencing factors

隨著生活水平的不斷提高，消費者對食品的要求不再局限于口感與外觀，對其營養成分的關注度開始持續攀升。這一轉變促使食品營養成分檢測成為保障食品安全與質量的關鍵環節。傳統的食品營養成分檢測方法雖然具有較高的準確性，但往往伴隨著操作步驟煩瑣、檢測周期冗長等弊端，難以適應大規模快速檢測的需求。近紅外光譜法的出現為食品營養成分的檢測帶來了新的發展方向，其基于物質對近紅外光的吸收特性，能夠實現快速、無損、多組分同時檢測，在食品行業中的應用前景極為廣闊[1-2]。然而，近紅外光譜法在實際應用時，檢測結果易受多種因素的干擾。因此，深入探究近紅外光譜法在食品營養成分檢測中的應用具有極為重要的現實意義。

1 近紅外光譜儀的種類與技術基礎

1.1 近紅外光譜儀的種類

近紅外光譜儀主要分為濾光片型、光柵色散型、傅里葉變換型等。濾光片型結構簡單、成本較低，通過特定濾光片選擇特定波長的近紅外光進行檢測，適用于對精度要求不高的快速篩查場景，如小型食品加工廠的初步檢測。光柵色散型能提供較高分辨率的光譜，可精確分析不同波長的光吸收情況，適用于科研機構對食品營養成分較為深入細致的研究工作。傅里葉變換型具有高光通量、高信噪比等優點，在復雜食品體系檢測中表現出色，如在多成分混合的醬料類食品營養成分檢測時，能更精準地獲取各成分的信息，被廣泛應用于大型食品企業的質量控制環節以及專業檢測實驗室，光譜儀結構示意圖見圖1。

圖1 光譜儀結構示意圖

1.2 光譜采集技術

漫反射方式常用于固體食品樣本，如谷物、水果等。當近紅外光照射到樣品表面時，光線在樣品內部經過多次反射、折射和散射后重新射出，通過檢測反射光獲取光譜信息，這種方式能反映樣品內部不同深度的營養成分分布情況[3]。透射方式則適用于液體或半透明的食品樣品，如飲料、油脂等，光透過樣品時因不同營養成分對光的吸收程度不同而產生光譜變化，可據此分析食品中營養成分的含量。光纖光譜采集技術利用光纖的柔韌性和傳輸性，能對難以直接接觸或處于特殊環境中的食品進行檢測，如實時監測發酵罐內食品在發酵過程中的營養成分動態變化，為精準控制發酵工藝提供數據支持。

1.3 光譜數據預處理方法

光譜數據預處理是提高檢測準確性的關鍵步驟。平滑處理能有效降低光譜數據中的隨機噪聲干擾，通過對相鄰數據點進行加權平均等算法，使光譜曲線更加平滑，便于后續分析。中心化處理則是將光譜數據的均值調整為零，這樣可以消除因儀器或測量條件引起的基線漂移問題，讓不同批次測量的數據能在同一基準上進行比較。歸一化處理是把光譜數據的強度范圍進行縮放，使其處于特定區間，例如將數據映射到0～1，有助于突出光譜特征之間的差異，在比較不同濃度或不同來源的食品樣品光譜時，能更加精準地識別營養成分的微小變化，從而提高檢測模型的可靠性和穩定性。

2 近紅外光譜法在食品營養成分檢測中的應用

2.1 近紅外光譜法在碳水化合物檢測中的應用

近紅外光譜法在碳水化合物檢測中具有顯著優勢，其能快速掃描食品樣本，獲取光譜數據，通過建立特定的數學模型，精準分析樣本中碳水化合物的含量。如在谷物檢測中，可對小麥、大米等中的淀粉含量進行快速測定。與傳統化學檢測方法相比，無須煩瑣的樣品前處理和長時間的化學反應過程，大大縮短了檢測時間。在面包制作等食品加工行業，利用近紅外光譜法可實時監控面團中碳水化合物的含量變化，以便及時調整配方與工藝，確保產品質量穩定。同時，近紅外光譜法還可用于檢測水果中的糖類物質，如蘋果、葡萄中的果糖、蔗糖等含量，為水果的品質分級和加工利用提供有力依據，有效推動了碳水化合物檢測在食品行業多領域的應用與發展。

2.2 近紅外光譜法在蛋白質檢測中的應用

近紅外光譜法在蛋白質檢測方面應用范圍廣。在乳制品行業，近紅外光譜法可對牛奶、酸奶等乳制品中的蛋白質含量進行快速測定，無論是原料奶的驗收，還是成品奶制品的質量監控，都能高效完成[4]。近紅外光譜法的原理是基于蛋白質中含有的氨基、羧基等官能團對近紅外光的吸收特性，通過采集光譜并分析處理，將光信號轉化為蛋白質含量信息。在肉類食品檢測中，能準確判斷牛肉、豬肉等肉品的蛋白質含量，這對于評估肉品品質和營養價值極為關鍵[5]。與傳統的凱氏定氮法相比，近紅外光譜法避免了復雜的消解、蒸餾等煩瑣操作，減少了化學試劑的使用，更加環保、便捷。而且，該方法可實現對大量樣品的批量檢測，適用于食品加工企業大規模生產過程中的質量控制環節，有力保障了含蛋白質食品的質量與安全。

2.3 近紅外光譜法在脂肪檢測中的應用

對于脂肪檢測，近紅外光譜法表現出良好的性能。在油脂加工行業，可用于檢測各種植物油、動物油中的脂肪含量及脂肪酸組成成分。例如，在橄欖油生產過程中，能快速區分不同等級橄欖油的脂肪特征，保證產品符合相應標準。在堅果類食品檢測中，如杏仁、核桃等，通過近紅外光譜分析可以準確得到堅果類食品的脂肪含量數據，有助于堅果產品的加工調配與質量把控[6]。近紅外光譜法檢測脂肪的優勢在于非破壞性，樣品無須經過復雜的提取分離過程，完整的樣品即可進行檢測，不僅節省了檢測時間，還避免了因樣品處理導致的誤差。此外，近紅外光譜法可結合化學計量學方法構建脂肪檢測模型，不斷提高檢測的準確性和精度，為食品行業中脂肪相關產品的研發、生產和監管提供了可靠的技術支持。

3 近紅外光譜法檢測的影響因素

3.1 環境因素

環境因素對近紅外光譜法檢測有顯著影響。溫度變化會使儀器部件熱脹冷縮，改變光路系統的穩定性，導致光譜采集出現偏差。例如，高溫環境可能會使光學元件輕微變形，影響光的傳播與聚焦。濕度則可能影響樣品的含水量，間接改變其對近紅外光的吸收特性，特別是對吸濕性強的食品樣品[7]。此外，光照強度與環境中的電磁干擾也會干擾光譜信號，降低信噪比，使檢測結果準確性下降。在強光環境下，雜散光可能混入檢測光中，造成光譜數據異常，所以檢測時需嚴格控制環境溫濕度、避免強光直射與電磁干擾源，以確保檢測精度。

3.2 樣品特性因素

①樣品的顆粒大小與均勻度會影響光的散射與反射，從而影響檢測結果，不均勻的顆粒分布可能導致光譜采集出現波動，大顆粒樣品可能因光散射過強而掩蓋部分光譜信息。②樣品的物理形態也會影響檢測結果，液態樣品與固態樣品的分子排列和相互作用不同，對近紅外光吸收表現有差異。③食品中成分的復雜程度也會影響檢測結果，多種成分相互重疊吸收光譜會干擾目標營養成分的準確測定。綜上，在檢測前需針對樣品特性進行適當處理或采用特殊算法來降低其對檢測結果的影響。

3.3 儀器因素

儀器自身性能與狀態對檢測結果至關重要。光譜儀的波長范圍與分辨率決定了其對不同營養成分光譜特征的分辨能力，若波長范圍不足或分辨率低，可能遺漏關鍵的光譜信息，無法準確識別待測成分。光源的穩定性直接影響光強的一致性，不穩定的光源會使光譜強度產生波動，導致檢測數據誤差增大。探測器的靈敏度與噪聲水平也會影響信號的采集質量，低靈敏度探測器可能無法捕捉微弱的光譜信號，而高噪聲會干擾真實信號，所以需定期對儀器進行校準與維護，確保光源穩定、波長準確、探測器正常工作，保障檢測數據的可靠性與精確性。

4 近紅外光譜法檢測的控制措施

4.1 環境控制

為保障近紅外光譜檢測結果的準確性，進行環境控制至關重要。需將檢測環境的溫度穩定在特定范圍，一般為20～25 ℃，可借助空調系統調節，減少溫度波動對儀器光學部件及樣品的影響。濕度應保持在相對較低水平，一般為40%～60%，可使用除濕機避免濕度過高使樣品受潮或儀器部件受潮損壞。檢測室應進行遮光處理，安裝避光窗簾阻擋外界強光，防止雜散光干擾光譜信號。同時，要遠離大型電機、變壓器等電磁干擾源，或采用屏蔽措施，確保電磁環境穩定，為近紅外光譜儀的正常運行和精準檢測創造良好條件。

4.2 樣品處理

合適的樣品處理有助于提升檢測效果。針對固體樣品，需進行粉碎、過篩等操作，使樣品顆粒大小均勻，如將谷物樣品粉碎至特定目數，保證光在樣品中的散射和反射均勻穩定。對于液體樣品，要充分混合均勻，防止分層或沉淀導致局部成分差異影響檢測結果。對于成分復雜的樣品，可采用化學分離、萃取等預處理方法，減少雜質對檢測結果的干擾，但要確保處理過程不改變目標營養成分的結構與含量。此外，可通過添加內標物等方式校正樣品處理過程中的誤差，使樣品在檢測時能更好地呈現其真實營養成分信息。

4.3 儀器校準與維護

儀器的校準與維護是保障檢測精度的關鍵。定期使用標準物質對近紅外光譜儀進行校準，如含有已知濃度碳水化合物、蛋白質和脂肪的標準樣品，依據其光譜特征調整儀器參數，確保波長準確性和光強穩定性。對儀器的光學部件，如透鏡、光柵等定期進行清潔，防止灰塵和污漬影響光的傳播與色散。檢查光源的發光強度和穩定性，及時更換老化或不穩定的光源。對探測器進行性能檢測和校準，降低噪聲水平，提高信號采集的靈敏度。同時，建立儀器維護檔案，記錄校準、維護的時間、內容和結果，以便及時發現儀器潛在問題并進行處理，延長儀器使用壽命。

5 結語

在食品營養成分檢測中，采用近紅外光譜法能簡化檢測流程，提高檢測效率。隨著科技的持續進步，有望研發出更穩定精準、抗干擾性強的近紅外光譜儀，數據處理技術也將更為智能高效，能更精準地解析復雜光譜信息，從而進一步提升檢測的準確性與可靠性，在食品行業深度扎根，成為保障食品營養品質的核心力量。

參考文獻

[1]李慧，顧洪濤，蘇婷婷.近紅外光譜技術用于快速檢測藜麥營養成分的研究進展[J].農產品加工，2024（1）：

93-97.

[2]李佳芮，鐘元，李悅，等.基于PLSR的近紅外光譜沼液主要營養成分實時在線檢測方法研究[J].化學研究與應用，2023，35（5）：1089-1094.

[3]韓亞芬，吳塵萱，吳海華，等.基于可見-近紅外光譜技術的果蔬品質檢測方法[J].農業工程，2024，14（1）：

95-101.

[4]劉伯揚，趙三軍，白鵬，等.基于近紅外光譜模型轉移的牛奶蛋白檢測方法研究[J].食品安全質量檢測學報，2024，15（3）：148-154.

[5]肖潔.基于近紅外光譜的肉類食品安全快速檢測技術研究[J].實驗與分析，2024，2（3）：68-72.

[6]史謝飛.食品檢測中近紅外光譜分析技術的應用研究[J].當代化工研究，2024（4）：124-126.

[7]張玥，王宗瑩，勾越，等.近紅外光譜分析在食品檢測中的應用[J].中國食品工業，2024（5）：77-79.